KR101585187B1 - Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 - Google Patents

Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 Download PDF

Info

Publication number
KR101585187B1
KR101585187B1 KR1020140079924A KR20140079924A KR101585187B1 KR 101585187 B1 KR101585187 B1 KR 101585187B1 KR 1020140079924 A KR1020140079924 A KR 1020140079924A KR 20140079924 A KR20140079924 A KR 20140079924A KR 101585187 B1 KR101585187 B1 KR 101585187B1
Authority
KR
South Korea
Prior art keywords
color space
image
kernel
quot
equation
Prior art date
Application number
KR1020140079924A
Other languages
English (en)
Other versions
KR20160001897A (ko
Inventor
박형민
김비호
조원용
Original Assignee
서강대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020140079924A priority Critical patent/KR101585187B1/ko
Publication of KR20160001897A publication Critical patent/KR20160001897A/ko
Application granted granted Critical
Publication of KR101585187B1 publication Critical patent/KR101585187B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/77—Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/79—Processing of colour television signals in connection with recording
    • H04N9/80—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • H04N9/82—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only
    • H04N9/83—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only the recorded chrominance signal occupying a frequency band under the frequency band of the recorded brightness signal
    • H04N9/832—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback the individual colour picture signal components being recorded simultaneously only the recorded chrominance signal occupying a frequency band under the frequency band of the recorded brightness signal using an increased bandwidth for the luminance or the chrominance signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

본 발명에 따르는 CIELAB 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법은, 이미지 정보를 입력받아 RGB 색공간에서 CIELAB 색공간으로 변환하는 단계; 상기 CIELAB 색공간의 이미지 정보 중
Figure 112015090554126-pat00099
채널에 대해 중심 픽셀과 주변 픽셀의 색상(hue) 차를 반영한 커널을 이용하여 명도를 향상하는 단계; 상기 명도의 향상에 비례하여 채도를 조정하는 단계: 상기 채도를 조정한 이미지 정보를 RGB 색공간으로 변환하는 단계;를 포함하는 것을 특징으로 한다.

Description

CIELAB 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치{Image Processing Method and Apparatus for Integrated Multi-scale Retinex Based on CIELAB Color Space for Preserving Color}
본 발명은 레티넥스(Retinex) 방법에 관한 것으로, 더 상세하게는 색 보존을 위한 CIELAB 색공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치에 관한 것이다.
카메라의 기술이 급진적으로 발전하고 있음에도 불구하고 이는 인간 시각 시스템에 비하여 여전히 부족한 점이 있었다. 그 대표적인 문제 중 하나는 카메라 센서의 물리적인 한계에 기인한 낮은 다이나믹 레인지 문제이다. 즉, 저휘도 영역과 고휘도 영역이 모두 존재하는 이미지는 현재의 기술수준의 센서에 의해서는 잘 표현되지 않지만, 인간 시각 시스템은 휘도 변화에 대해 지역적으로 적응하므로 사람의 눈은 높은 다이나믹 레인지를 가진다.
이에 종래에는 상기한 인간 시각 시스템의 기능성을 모방하려는 다양한 알고리즘들이 제안되었다. 즉, 낮은 다이나믹 레인지 문제를 해결하기 위해 레티넥스 이론(Retinex theory)에 기반한 방법들이 다수 있으며, 이로는 Z. Rahman.: Properties of a center/surround Retinex: Part 1: Signal processing design. In: NASA Contractor Report 198194, (1995) D. J. Jobson, Z. Rahman, and G. A. Woodell.: Properties and performance of a center/surround retinex. In: IEEE Trans. Image Processing, vol. 6, (1997), E. H. Land.: An alternative technique for the computation of the designator in the Retinex theory of color vision. In: Proc. Natl. Acad. Sci. U.S.A., vol. 83, 3076, (1986) 등이 있다. 이러한 알고리즘들은 이미지를 반사 성분과 조명 성분의 곱으로서 나타내며, 이미지로부터의 조명 성분을 제거함으로써 계조를 재현하였다.
또한 다양한 스케일의 가우시안 커널(Gaussian kernel)을 가진 싱글 스케일 레티넥스(Single-scale Retinex; 이하 SSR라 칭함)의 가중치 합으로 구성된 멀티 스케일 레티넥스(Multi-scale Retinex; 이라 MSR라 칭함) 알고리즘이 최근 제안되었다. 이로는 Z. Rahman, D. Jobson, and G. A. Woodell.: Multiscale retinex for color image enhancement. In: Proc. IEEE International Conference on Image Processing, IEEE, (1996), D. J. Jobson, Z. Rahman.: A Multiscale Retinex for Bridging the Gap Between Color Images and the Human Observation of Scenes. In: IEEE Trans. Image Processing, vol. 6, (1997), Z. Rahman, D. J. Jobson, and G. A. Woodell.: Multiscale Retinex for color rendition and dynamic range compression. In: Proc. SPIE 2847, 183, (1996) 등이 있다. 상기한 스케일들을 사용하여 SSR에 기인한 할로 이펙트와 같은 결함들은 보완될 수 있었다.
그러나 RGB 채널간의 비율은 MSR에서의 독립적인 처리에 의해 왜곡되었다. 이에 통합된 멀티 스케일 레티넥스(Integrated Multi-scale Retinex;이하, IMSR이라 칭함)이 그러한 문제를 해소하기 위해 제안되었다. 이 알고리즘에서, 주변 이미지는 싱글 채널에서 계산되며, RGB 채널의 비율을 유지하기 위해 매 RGB 채널에 적용되었다.
이러한 노력에도 불구하고, 인간 시각 시스템은 결과 이미지에서 일부 왜곡을 여전히 감지하였다. CIELAB 색공간 알고리즘에 기초한 IMSR은 이러한 결점을 줄이기 위해 제안되었다. 이는 Wang-Jun Kyung, Tae-Hyoung Lee.: Improved color reproduction based on CIELAB color space in integrated multi-scale retinex. In: Proc. SPIE Electronic Imaging, vol.7241, (2009)에 개시되었다. 이는 오직
Figure 112014060734919-pat00001
채널을 사용하여 주변 이미지를 계산하며, 그 주변 이미지를 사용하여
Figure 112014060734919-pat00002
채널을 향상하였다. 그러나 오직
Figure 112014060734919-pat00003
채널만 사용하는 것은 낮은 채도 문제를 야기할 수 있었고, 이는 채도 보상을 매우 중요한 문제로 만들었다.
상기한 대부분의 레티넥스 알고리즘은 주변 이미지를 산출하는 가우시안 커널을 사용한다. 상기한 대부분의 레티넥스 알고리즘이 일반적인 이미지에 대해 좋은 성능을 가짐에도 불구하고, 실제 이미지에 대해서는 여전히 부적절하였다.
즉, 로컬 영역에서 조명이 불균일하더라도 가우시안 커널에 의해 만들어진 추정은 로컬 영역에서의 조명이 일정하게 처리되므로, 이는 적당하지 않았다. 더욱이 CIELAB 색공간에서의 이미지가 RGB 값으로부터 계산되므로, 이는 같은 명도 조건에서 픽셀 색상이 상이하더라도
Figure 112015090554126-pat00004
색공간에서의 계산시 문제를 만들었다.
다시 말해, 같은 명도를 가지더라도
Figure 112015090554126-pat00005
값의 차이가 주변 이미지를 상이하게 만든다. 그리고 이는 주변 이미지 계산하는 것에 대한 에러를 야기한다.
<IMSR>
이제 일반적인 레티넥스 방법에 대해 설명한다. 일반적으로 MSR 방법은 주변 이미지를 생성하기 위해 RBG 채널을 사용하고, 이는 RGB 채널 각각에 대해 독립적으로 적용된다. 이는 픽셀에서 RGB 비율을 변화시키며, 색 왜곡을 야기시킨다.
WANG에 의해 제안된 IMSR 방법은 상기한 문제를 해소하기 위해 주변 이미지를 형성하기 위해 명도 채널을 사용하며, 이는 L. Wang, T. Horiuchi, and H. Kotera.: High Dynamic Range Image Compression by Fast Integrated Surround Retinex Model. In: J. Image Science and Technology, vol. 51, no. 1, (2007)에 개시된 바 있다.
상기 주변 이미지들은 다른 표준 편차를 가지는 가우시안 커널을 사용하는 것에 의해 생성되며, 이러한 이미지들은 통합된 주변 이미지를 형성한다. 이는 색 균형을 유지하기 위해 각 색 채널에 적용된다.
상기 IMSR 방법의 결과 이미지는 수학식 1과 같이 얻어진다.
Figure 112014060734919-pat00006
상기 수학식 1에서, I는 입력 RGB 이미지이고, i는 RGB 채널 인덱스이고, A는 이득계수이고, (x,y)는 픽셀의 위치이고,
Figure 112014060734919-pat00007
은 통합된 주변이미지이다.
상기 수학식 1의 통합된 주변 이미지
Figure 112014060734919-pat00008
은 수학식 2에 따라 산출된다.
Figure 112014060734919-pat00009
상기 수학식 2에서, 상기
Figure 112014060734919-pat00010
는 다른 스케일들로부터의 주변 이미지의 가중치 합을 나태내고,
Figure 112014060734919-pat00011
은 스케일의 수이고,
Figure 112014060734919-pat00012
는 주변 이미지의 표준 편차이고,
Figure 112014060734919-pat00013
는 주변 이미지
Figure 112014060734919-pat00014
의 가중치이다.
각 주변 이미지
Figure 112014060734919-pat00015
는 휘도
Figure 112014060734919-pat00016
와 상이한 표준편차를 이용한 가우시안 커널
Figure 112014060734919-pat00017
을 컨볼루션한 것으로, 수학식 3과 같다.
Figure 112014060734919-pat00018
<CIELAB 색공간에서의 IMSR>
CIELAB 색공간에서의 IMSR에 대해 설명한다.
상기한 IMSR에 의해 야기될 수 있는 CIELAB 색공간에서의 휴 왜곡은 인간 시각 시스템에 의해 인지된다.
이러한 문제를 방지하기 위해, CIELAB 색공간에 기초한 IMSR은 디바이스 독립적인 색공간인 CIELAB에 위치하며, 이는 Wang-Jun Kyung, Tae-Hyoung Lee.: Improved color reproduction based on CIELAB color space in integrated multi-scale retinex. In: Proc. SPIE Electronic Imaging, vol.7241, (2009)에 개시되었다.
이 방법에서 입력 RGB 이미지는 CIELAB 색공간에서 변환되며, IMSR은 색 구성요소의 균형을 맞추기 위해 오직
Figure 112015090554126-pat00019
채널에만 적용된다. 이는 이미지의 명도를 향상하지만 채도에 대해서는 그렇지 않으므로, 원래의 이미지에서 어두운 영역은 레티넥스 방법이 적용된 후에는 낮은 채도값을 가진다.
이에 채도 조정과정이 요구되며, 그 채도 조정은 채도 향상을 위한 명도 변경에 따라
Figure 112015090554126-pat00020
,
Figure 112015090554126-pat00021
채널에서 수행되며, 이는 이 처리에서의 자연스럽지 않은 채도 문제 때문이다.
상기의 채도 조정후에, CIELAB 이미지는 RGB 컬러 공간으로 다시 변환된다.
상기 명도가 향상된 이미지는
Figure 112015090554126-pat00022
채널에 대해 IMSR을 적용하여 얻어지며, 이는 수학식 4 내지 수학식 6에 의해 획득된다.
Figure 112014060734919-pat00023
Figure 112014060734919-pat00024
Figure 112014060734919-pat00025
상기 수학식 4 내지 수학식 6에서,
Figure 112015090554126-pat00026
은 이미지의 명도 성분이고, (x,y)는 픽셀의 위치정보이고,
Figure 112015090554126-pat00027
은 통합된 주변이미지로서 다른 스케일들로부터의 주변 이미지의 가중치 합을 나태내고,
Figure 112015090554126-pat00028
은 스케일의 수이고,
Figure 112015090554126-pat00029
는 주변 이미지의 표준 편차이고,
Figure 112015090554126-pat00030
는 주변 이미지
Figure 112015090554126-pat00031
의 가중치이고,
Figure 112015090554126-pat00032
는 명도이고,
Figure 112015090554126-pat00033
는 상이한 표준편차를 이용한 가우시안 커널이다.
그리고 표시가능한 범위의 값을 유지하기 위해 정규화가 필요하다. 그리고 최대 명도 값의 수가 매우 작고, 그들은 노이즈로 판단될 수 있으므로, 최대 명도 값 대신 명도 cdf에서 제로 기울기(zero gradients)를 가지는 값이 채용된다.
그리고 명도 향상에 비례하는 채도 조정은 수학식 7에 따라 수행된다.
Figure 112014060734919-pat00034
상기 수학식 7에서,
Figure 112015090554126-pat00035
는 원래의 이미지의 크로마 값이고,
Figure 112015090554126-pat00036
는 조정된 크로마 값이고,
Figure 112015090554126-pat00037
은 명도에 대응되는 sRGB 색영역 경계이다. 상기
Figure 112015090554126-pat00038
는 향상된 명도에 의해 수정된 색영역 경계이다.
그리고 채도 향상 프로세스에서, 과채도 문제는 sRGB 색역 경계의 비율을 이용하여 해결된다.
상술한 종래 기술은 색 성분의 밸런스를 유지하기 위해
Figure 112014060734919-pat00039
채널에서의 주변 이미지를 획득하기 위해 가우시안 커널을 사용한다. 그러나,
Figure 112014060734919-pat00040
채널만을 사용하는 것은 문제를 가지고 있다. 예를들어, 같은 조명 아래 두 픽셀이 있다면,
Figure 112014060734919-pat00041
값은 두 픽셀의 색상이 다르던지 그렇지 않던지 달라질 수 있다. 왜냐하면
Figure 112014060734919-pat00042
값은 RGB 값으로부터 계산되기 때문이다. 그러므로 동일한 조도와 색 불일치 영역에서 정확한 주변 이미지를 얻는 것은 어려웠다.
더욱이, 같은 색 픽셀들이 다른 조명 조건에 있다면, 그들 각각은 각기 다르게 강화되어야 하지만, 가우시안 커널은 같은 양으로 강화하며, 이는 그 로컬 영역의 조명은 천천히 변화하는 것으로 가정되기 때문이다.
이에 종래에는 좀더 정확한 주변 이미지를 얻기 위한 레티넥스 알고리즘의 개발이 요구되었다.
한국 특허공개번호 1020110128463 (2011.11.30) 한국 특허등록번호 1013218400000 (2013.10.16) 한국 특허공개번호 1020100027888 (2010.03.11)
본 발명은 레티넥스 처리시에 정확한 주변 이미지를 획득하기 위해 가우시안 커널과 같은 같은 공간 거리를 사용하는 색 보존을 위한 CIELAB 색공간에서의 퍼지 연결을 이용하여 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치를 제공하는 것을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명에 따르는 CIELAB 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법은, 이미지 정보를 입력받아 RGB 색공간에서 CIELAB 색공간으로 변환하는 단계; 상기 CIELAB 색공간의 이미지 정보 중
Figure 112015090554126-pat00043
채널에 대해 중심 픽셀과 주변 픽셀의 색상(hue) 차를 반영한 커널을 이용하여 명도를 향상하는 단계; 상기 명도의 향상에 비례하여 채도를 조정하는 단계: 상기 채도를 조정한 이미지 정보를 RGB 색공간으로 변환하는 단계;를 포함하는 것을 특징으로 한다.
상기한 본 발명은 이미지의 레티넥스 처리시에 정확한 주변 이미지를 획득할 수 있게 하여 레티넥스 처리에 의한 색 왜곡을 최소화하는 효과를 야기한다.
도 1은 본 발명의 바람직한 실시예에 따른 이미지 처리 장치의 구성도.
도 2는 본 발명의 바람직한 실시예에 따른 이미지 처리 방법의 흐름도.
도 3은 본 발명의 바람직한 실시예에 따른 커널을 예시한 도면.
도 4 및 도 5는 본 발명의 바람직한 실시예에 따른 이미지 처리 예를 도시한 도면.
본 발명의 바람직한 실시예에 따른 이미지 처리 장치의 구성을 도 1을 참조하여 설명한다.
상기 이미지 처리 장치는 이미지 처리부(100)와 메모리부(102)로 구성된다.
상기 이미지 처리부(100)는 이미지 정보를 입력받아 본 발명에 따른 이미지 처리를 수행하고 그에 따른 결과 이미지를 출력한다.
상기 메모리부(102)는 상기 이미지 처리부(100)의 처리 프로그램을 포함하는 다양한 정보를 저장하며, 상기 이미지 처리부(100)의 이미지 처리에 필요한 저장영역을 제공한다.
그리고 상기 이미지 처리 장치에 의해 수행되는 이미지 처리과정을 도 2를 참조하여 설명한다.
상기 이미지 처리장치는 이미지 정보를 입력받아 RGB 색공간에서 CIELAB 색공간으로 변환한다(200단계).
이후 상기 이미지 처리 장치는 상기 CIELAB 색공간의 이미지 정보 중
Figure 112015090554126-pat00044
채널에 대해 본 발명에 따르는 IMSR을 적용하여 명도를 향상시키고, 그 명도 향상에 비례하여 상기 CIELAB 색공간의 이미지 정보에 대해 채도조정을 이행한다(202,204단계).
이후 상기 이미지 처리 장치는 상기 명도 향상 및 채도 조정이 완료된 이미지 정보를 RGB 색공간으로 변환하여 출력한다(208단계)
이제 본 발명에 따르는 IMSR에 대해 설명한다.
본 발명은 중심 픽셀과 주변 픽셀 사이의 색상(hue) 차를 반영한 커널을 토대로 명도를 향상시키며, 이 커널은 수학식 8에 따른다.
Figure 112014060734919-pat00045
상기 수학식 8에서
Figure 112014060734919-pat00046
은 중심 픽셀의 위치가
Figure 112014060734919-pat00047
인 가우시안 커널이고,
Figure 112014060734919-pat00048
은 상기 가우시안 커널의 표준편차이고,
Figure 112014060734919-pat00049
는 가우시안 커널
Figure 112014060734919-pat00050
에서 중심픽셀
Figure 112014060734919-pat00051
를 제외한 픽셀의 위치를 의미하고,
Figure 112014060734919-pat00052
는
Figure 112014060734919-pat00053
,
Figure 112014060734919-pat00054
공간에서 픽셀의 색 정보를 나타내는 2차원 벡터이고,
Figure 112014060734919-pat00055
는 커널 가중치를 생성하는 데에 사용되는 색 정보의 양을 결정하는 파라미터이다.
상기 커널
Figure 112014060734919-pat00056
은 주변 이미지의 생성을 위해 적용되며, 이는 수학식 9와 같다.
Figure 112014060734919-pat00057
상기 수학식 9에서
Figure 112015090554126-pat00058
은 주변 이미지이고,
Figure 112015090554126-pat00059
은 색t상(hue) 차 뿐만 아니고 공간 거리를 고려한 퍼지 연결을 가지는 커널이고,
Figure 112015090554126-pat00060
은 명도 정보이다.
이와같이 본 발명은 컬러 왜곡을 감소하기 위해 각 픽셀에 대해 (x,y)와 그의 주변 픽셀 사이의 색상(hue) 차를 사용하여 적응적으로 생성된
Figure 112015090554126-pat00061
를 사용한다.
도 3은 본 발명의 바람직한 실시예에 따라 명도 향상을 위해 원래의 이미지에 적용된 커널을 예시한 것이다. 도 3에서 커널 (a)로 정의된 백색 픽셀은 다른 백색 픽셀들로 둘러쌓여 있으므로,
Figure 112015090554126-pat00062
와
Figure 112015090554126-pat00063
는 동일한 값이 된다. 이는 무시할만한 수학식 8의 분모를 만든다.
그러나 다른 커널 (b)의 오른쪽은 중심 픽셀과 검정의 주변 픽셀 사이의 큰 색상(hue) 차로 인하여 거의 제로가 된다.
이와 같이 본 발명은 중심 픽셀과 주변 픽셀 사이의 색상(hue) 차를 반영한 커널을 토대로 명도를 향상함으로써, 같은 색 픽셀들이 다른 조명 조건에 있을 때에는 각기 다르게 강화시킴으로서 고품위의 이미지 정보를 생성할 수 있게 한다.
본 출원인은 이러한 본 발명의 효과를 입증하기 위한 실험을 실행하였다.
이를 위해 본 출원인은 IXUS 110 IS 디지털 카메라에 의해 얻어진 이미지를 사용하여 평가하였다.
<제1평가>
도 4는 본 발명에 의한 효과를 평가하기 위한 위한 테스트 이미지들을 예시한 것이다. 상기 도 의 (a) 및 (d)는 원래의 이미지이고, 도 4의 (b) 및 (e)는 종래 방식에 따라 명도를 향상시킨 이미지이고, 도 4의 (c) 및 (f)는 본 발명에 따라 명도를 향상시킨 이미지를 도시한 것이다.
상기 도 4의 (a)에서 A 지점과 B 지점은 같은 색상이나 조명 조건이 서로 다르다. 이에 상기 A 지점은 조명의 영향을 제거하기 위해 B 지점에 비해 더 향상되어야 하지만, 종래 방식에 따르는 도 4의 (b)에서는 A 지점과 B 지점에 대해 같은 강화량으로 강화되는 것으로 나타났다. 그러나 본 발명에 따르는 도 4의 (c)에서는, A 지점과 B 지점 사이의 명도 차이가 도 4의 (b)에 비해 작게 나타났다. 이는 본 발명에 의한 커널 사용에 의해 A 지점에서 더 많이 강화되었기 때문이다.
한편 도 4의 (d)에서 A 지점과 B 지점은 매우 비슷하지만, 도 4의 (e)에서는 다르게 보인다. 그 지점들은 서로 다른 이웃 픽셀을 가지고 있으므로, A 지점과 B 지점에 대한 강화량이 다르다. 그러나 본 발명에 의한 커널 사용에 의하면, 도 4의 (f)와 같이 그 차이는 감소한다.
<제2평가>
그리고 본 출원인은 컬러 체커 이미지를 이용하여 종래 방식에 비해 컬러 왜곡이 감소되는 것을 확인하고자 하였다.
도 5는 본 발명에 의한 효과를 평가하기 위한 위한 테스트 이미지들을 예시한 것이다. 상기 도 5의 (a)는 원래의 이미지이고, 도 5의 (b)는 종래 방식에 따라 명도를 향상시킨 이미지이고, 도 5의 (c)는 본 발명에 따라 명도를 향상시킨 이미지를 도시한 것이다.
도 5의 (a)에서, 조명 조건은 A 지점과 B 지점에서 동일하다. 그러므로 두 지점은 동일하다. 그러나 도 5의 (b)에서 A 지점은 B 지점에 비해 어둡다. 이는 주변 픽셀이 다르기 때문이다. 도 5의 (c)에서, 도 5의 (b)에 비해 A 지점과 B 지점의 색상(hue) 차가 더 작아진 것을 눈으로 확인할 수 있다.
이를 더 정량적으로 확인하기 위해, 도 5의 (b)와 (c)의 이미지들을 HSV 색공간으로 변환하고 휴의 표준편차를 비교하였다. 각 컬러 영역에 대한 휴 값은 더 작은 컬러 왜곡을 나타낼 때에 더 작은 휴의 표준편차를 만든다.
좀 더 설명하면, 테스트 이미지는 7개의 색 영역을 가지므로 두 테스트 이미지의 7개의 구성요소를 가우시안 믹스쳐 모델에 의해 모델링하고, 각 구성요소에 대한 표준편차를 찾을 수 있다. 그리고 7개의 구성요소의 표준편차의 합은 휴의 표준편차로 간주될 수 있다. 그 결과 도 5의 (c)는 휴의 표준편차가 도 5의 (b)에 비해 더 작고, 이는 종래 방식보다 본 발명이 색 왜곡 정도를 감소시킨 것을 나타낸다. 그 결과는 표 1에 도시한 바와 같다.
Figure 112014060734919-pat00064
상기한 본 발명에 따른 방법을 실현하는 프로그램은 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있으며, 이는 본 발명에 의해 당업자에게 자명하다.
100 : 이미지 처리부
102 : 메모리부

Claims (7)

  1. CIELAB 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법에 있어서,
    이미지 정보를 입력받아 RGB 색공간에서 CIELAB 색공간으로 변환하는 단계;
    상기 CIELAB 색공간의 이미지 정보 중
    Figure 112015090554126-pat00065
    채널에 대해 수학식 10에 따르는 커널을 이용하여 명도를 향상하는 단계;
    상기 명도의 향상에 비례하여 채도를 조정하는 단계: 및
    상기 채도를 조정한 이미지 정보를 RGB 색공간으로 변환하는 단계;를 포함하는 것을 특징으로 하는 이미지 처리 방법.
    <수학식 10>
    Figure 112015090554126-pat00066

    상기 수학식 10에서
    Figure 112015090554126-pat00067
    은 중심 픽셀의 위치가
    Figure 112015090554126-pat00068
    인 가우시안 커널이고,
    Figure 112015090554126-pat00069
    은 상기 가우시안 커널의 표준편차이고,
    Figure 112015090554126-pat00070
    는 가우시안 커널
    Figure 112015090554126-pat00071
    에서 중심픽셀
    Figure 112015090554126-pat00072
    를 제외한 픽셀의 위치를 의미하고,
    Figure 112015090554126-pat00073
    는
    Figure 112015090554126-pat00074
    ,
    Figure 112015090554126-pat00075
    공간에서 픽셀의 색상(hue) 정보를 나타내는 2차원 벡터이고,
    Figure 112015090554126-pat00076
    는 커널 가중치를 생성하는 데에 사용되는 색상(hue) 정보의 양을 결정하는 파라미터임.
  2. 삭제
  3. 제1항에 있어서,
    상기 커널
    Figure 112015090554126-pat00077
    은 주변 이미지의 생성을 위해 적용되며, 이는 수학식 11에 따름을 특징으로 하는 이미지 처리 방법.
    <수학식 11>
    Figure 112015090554126-pat00078

    상기 수학식 11에서
    Figure 112015090554126-pat00079
    은 주변 이미지이고,
    Figure 112015090554126-pat00080
    은 색상(hue)차 뿐만 아니고 공간 거리를 고려한 퍼지 연결을 가지는 커널이고,
    Figure 112015090554126-pat00081
    은 명도 정보임.
  4. 제1항 및 제3항 중 어느 한 항에 따르는 방법을 실현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  5. CIELAB 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 장치에 있어서,
    이미지 정보를 입력받아 RGB 색공간에서 CIELAB 색공간으로 변환하고, 상기 CIELAB 색공간의 이미지 정보 중
    Figure 112015090554126-pat00082
    채널에 대해 수학식 12에 따르는 커널을 이용하여 명도를 향상하고, 상기 명도의 향상에 비례하여 채도를 조정하고, 상기 채도를 조정한 이미지 정보를 RGB 색공간으로 변환하는 이미지 처리부;와,
    상기 이미지 처리부의 처리 프로그램을 포함하며 프로그램 수행을 위한 저장영역을 제공하는 메모리부;를 구비함을 특징으로 하는 이미지 처리 장치.
    <수학식 12>
    Figure 112015090554126-pat00083

    상기 수학식 12에서
    Figure 112015090554126-pat00084
    은 중심 픽셀의 위치가
    Figure 112015090554126-pat00085
    인 가우시안 커널이고,
    Figure 112015090554126-pat00086
    은 상기 가우시안 커널의 표준편차이고,
    Figure 112015090554126-pat00087
    는 가우시안 커널
    Figure 112015090554126-pat00088
    에서 중심픽셀
    Figure 112015090554126-pat00089
    를 제외한 픽셀의 위치를 의미하고,
    Figure 112015090554126-pat00090
    는
    Figure 112015090554126-pat00091
    ,
    Figure 112015090554126-pat00092
    공간에서 픽셀의 색상(hue) 정보를 나타내는 2차원 벡터이고,
    Figure 112015090554126-pat00093
    는 커널 가중치를 생성하는 데에 사용되는 색상(hue) 정보의 양을 결정하는 파라미터임.
  6. 삭제
  7. 제5항에 있어서,
    상기 커널
    Figure 112015090554126-pat00094
    은 주변 이미지의 생성을 위해 적용되며, 이는 수학식 13에 따름을 특징으로 하는 이미지 처리 장치.
    <수학식 13>
    Figure 112015090554126-pat00095

    상기 수학식 13에서
    Figure 112015090554126-pat00096
    은 주변 이미지이고,
    Figure 112015090554126-pat00097
    은 색상(hue) 차 뿐만 아니고 공간 거리를 고려한 퍼지 연결을 가지는 커널이고,
    Figure 112015090554126-pat00098
    은 명도 정보임.
KR1020140079924A 2014-06-27 2014-06-27 Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치 KR101585187B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140079924A KR101585187B1 (ko) 2014-06-27 2014-06-27 Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140079924A KR101585187B1 (ko) 2014-06-27 2014-06-27 Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160001897A KR20160001897A (ko) 2016-01-07
KR101585187B1 true KR101585187B1 (ko) 2016-01-15

Family

ID=55168645

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140079924A KR101585187B1 (ko) 2014-06-27 2014-06-27 Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101585187B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170088303A (ko) * 2016-01-22 2017-08-01 한국전자통신연구원 화질 열화 감소를 위한 영상 신호 변환 방법 및 장치
CN109886885B (zh) * 2019-01-23 2021-03-02 齐鲁工业大学 一种基于Lab色彩空间和Retinex的图像增强方法及系统
CN110727223A (zh) * 2019-10-22 2020-01-24 西安科技大学 基于井下采煤工作面的环式轨道智能巡检机器人及其应用

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100771158B1 (ko) * 2005-10-07 2007-10-29 삼성전자주식회사 칼라 영상의 화질 향상을 위한 방법 및 시스템
KR101360411B1 (ko) 2008-09-03 2014-02-10 서강대학교산학협력단 레티넥스 기법을 이용한 영상처리방법
KR101134463B1 (ko) 2010-05-24 2012-04-13 금오공과대학교 산학협력단 색 보정 레티넥스 방법
KR101321840B1 (ko) 2012-04-25 2013-10-23 연세대학교 산학협력단 퍼지 기반 레티넥스를 이용한 영상 정규화 방법 및 장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
논문1
논문2
논문3

Also Published As

Publication number Publication date
KR20160001897A (ko) 2016-01-07

Similar Documents

Publication Publication Date Title
KR101309497B1 (ko) 높은 동작 범위 이미지 매핑을 위한 히스토그램 조정
KR101309498B1 (ko) 높은 동적 범위 이미지 매핑을 위한 히스토그램 조정
JP4685864B2 (ja) 画像処理方法、表示画像処理方法、画像処理装置、画像処理プログラム、およびその画像処理装置を含む集積回路
Liu et al. CID: IQ–a new image quality database
US8731322B2 (en) Image brightness controlling apparatus and method thereof
US6741753B1 (en) Method and system of local color correction using background liminance masking
Jang et al. Adaptive color enhancement based on multi-scaled Retinex using local contrast of the input image
JP5235759B2 (ja) 画像処理装置、画像処理方法、及びプログラム
KR101585187B1 (ko) Cielab 색 공간에서의 통합된 멀티 스케일 레티넥스를 수행하는 이미지 처리 방법 및 장치
EP2375719A1 (en) Color gamut mapping method having one step preserving the lightness of the cusp colors
JP5410378B2 (ja) 映像信号補正装置および映像信号補正プログラム
JP2014078808A (ja) 画像処理装置、画像処理方法
Song et al. Quality assessment method based on exposure condition analysis for tone-mapped high-dynamic-range images
Viswanath Enhancement of brain tumor images
KR100997159B1 (ko) 콘트라스트 개선장치 및 방법
Singh et al. Spatial domain color image enhancement based on local processing
JP4125191B2 (ja) 画像処理装置および方法
Yun et al. A contrast enhancement method for HDR image using a modified image formation model
JP2008048031A (ja) 画像処理装置及び画像処理方法
Lin et al. Level-base compounded logarithmic curve function for colour image enhancement
Cyriac et al. Perceptual dynamic range for in-camera image processing.
Seo et al. Hue-correction scheme considering non-linear camera response for multi-exposure image fusion
Qian et al. A local tone mapping operator for high dynamic range images
KR101359370B1 (ko) 채도 향상을 위한 영상 처리 장치 및 방법
Zavalishin et al. Parameters adaptation framework for local contrast enhancement

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190107

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200304

Year of fee payment: 5